我很想了解更多關於模式識別的知識。我知道這是一個廣泛的領域，所以我會列出一些我想學習處理的特定類型的問題：如何：模式識別
這是實驗的一個新的領域對我個人而言，老實說，我根本不知道從哪裏開始:-)我我顯然沒有在銀盤上尋找答案，但是我可以開始熟悉上述問題領域的概念的一些搜索術語和/或在線資源會很棒。
謝謝！
PS：對於額外的信用，如果說資源提供了代碼示例/在C＃的討論將是盛大:-)但並不需要是
隱馬爾可夫模型是尋找一個偉大的地方，以及Artificial Neural Networks。
編輯：你可以看看NeuronDotNet，它是開源的，你可以在代碼周圍徘徊。編輯2：你也可以看看ITK，它也是開源的並且實現了很多這些類型的算法。
編輯3：這是一個不錯的intro to neural nets。它涵蓋了很多基礎知識，包括源代碼（儘管在C++中）。他實現了一個無監督的學習算法，我想你可能正在尋找一個受監督的backpropagation algorithm來訓練你的網絡。
編輯4：另一個good intro，避免了非常沉重的數學問題，但是如果您想深入研究，可以在底部提供很多細節的參考。包括僞代碼，良好的圖表和反向傳播的冗長描述。
我不是這方面的專家，但閱讀Hidden Markov Models是一個很好的開始。
學習模式，recoginition在MATLAB中更容易..
有幾個例子，有功能的使用。
這是很好的理解概念和實驗...
OpenCV有一些圖像模式識別功能。
你可能想看看這個：http://opencv.willowgarage.com/documentation/pattern_recognition.html。 （斷鏈接：新文檔中最接近的東西是http://opencv.willowgarage.com/documentation/cpp/ml__machine_learning.html，雖然它不再是我對初學者的有用文檔 - 請參閱其他答案）
但是，我也建議從Matlab開始，因爲openCV並不直觀使用。
關於與計算機視覺相關的模式識別this page很多有用的鏈接。有些鏈接現在似乎已被破解，但您可能會發現它很有用。
這有點像說「我想了解更多關於電子產品的信息..任何人都告訴我從哪裏開始？」模式識別是一個完整的領域 - 有數百本，如果不是數千本書，那麼任何大學都至少有幾門（可能是10門或更多）的課程。還有很多期刊專門爲此撰寫了幾十年的會議......會議......
您可以從維基百科開始。
這是一種舊的問題，但它是那麼相關我想我會在這裏發佈:-)斯坦福從這裏開始提供在線機器學習類 - http://www.ml-class.org
我會建議從一些MATLAB工具箱開始。由於它的交互式控制檯，MATLAB是一個特別方便的地方，可以開始玩這種類似的東西。我親自使用並非常喜歡的一個漂亮的工具箱是PRTools（http://prtools.org）;他們實現了幾乎所有的模式識別工具以及其他一些機器學習工具（神經網絡等）。但是關於MATLAB的好處是還有很多其他的工具箱，你可以試試（甚至有來自Mathworks的proprietary toolbox）
當你對不同的工具感到滿意時（並且發現哪一個分類器是最好的對於你的問題），你可以開始考慮在不同的應用程序中實現機器學習。
請注意假圖案！對於任何體積龐大的數據集，您都會發現似乎有模式的子集，即使它是硬幣翻轉的數據集。沒有一個好的模式識別過程應該沒有統計技術來評估檢測到的模式是否真實的置信度。如果可能，請在隨機數據上運行算法以查看它們檢測到的模式。這些實驗將爲您提供一個可以在隨機（a.k.a「null」）數據中找到的模式強度的基線。這種技術可以幫助您評估您的發現的「錯誤發現率」。
我很高興這個有趣的問題沒有被標記爲「太寬泛」或「要求教程是脫離主題」，因爲它顯然是因爲我從答案中的鏈接中受益。 – Roland 2016-12-20 16:55:46
@Roland確實......我在StackOverflow的早期階段就問過這個問題，當時他們想要提出規範的問題和答案，這些問題和答案會隨着時間推移而得到改進，並相應地編入索引。希望事情會回到那個，我從這裏的答案中學到了很多東西:) – 2016-12-24 20:27:20